From a6ae258cdd7bae3bf414cc27ac9bd76c09ae501d Mon Sep 17 00:00:00 2001 From: endy Date: Wed, 25 Jan 2017 13:32:12 +0800 Subject: [PATCH] glr --- .../glr.md" | 9 +++++++-- 1 file changed, 7 insertions(+), 2 deletions(-) diff --git "a/\345\210\206\347\261\273\345\222\214\345\233\236\345\275\222/\347\272\277\346\200\247\346\250\241\345\236\213/\345\271\277\344\271\211\347\272\277\346\200\247\345\233\236\345\275\222/glr.md" "b/\345\210\206\347\261\273\345\222\214\345\233\236\345\275\222/\347\272\277\346\200\247\346\250\241\345\236\213/\345\271\277\344\271\211\347\272\277\346\200\247\345\233\236\345\275\222/glr.md" index 670e57b..3f51cc4 100644 --- "a/\345\210\206\347\261\273\345\222\214\345\233\236\345\275\222/\347\272\277\346\200\247\346\250\241\345\236\213/\345\271\277\344\271\211\347\272\277\346\200\247\345\233\236\345\275\222/glr.md" +++ "b/\345\210\206\347\261\273\345\222\214\345\233\236\345\275\222/\347\272\277\346\200\247\346\250\241\345\236\213/\345\271\277\344\271\211\347\272\277\346\200\247\345\233\236\345\275\222/glr.md" @@ -4,8 +4,13 @@   普通线性模型(`ordinary linear model`)可以用下式表示： -$$Y = {\beta}_0+{\beta}_1x_1+{\beta}_2x_2+…+{\beta}_{p-1}x_{p-1}+\epsilon$$ +$$Y = \beta_0 + \beta_1 x_1 + \beta_2 x_2 + … + \beta_{p-1} x_{p-1} + \epsilon$$   这里$\beta$是未知参数，$\epsilon$是误差项。普通线性模型主要有以下几点假设： -- 因变量$Y$和误差项$\epsilon$均服从正太分布。其中$\epsilon \sim N(0,{{\sigma }^{2}})$，$Y\sim N({{\theta }^{T}}x,{{\sigma }^{2}})$。 \ No newline at end of file +- 因变量$Y$和误差项$\epsilon$均服从正太分布。其中$\epsilon \sim N(0,{{\sigma }^{2}})$，$Y\sim N({{\theta }^{T}}x,{{\sigma }^{2}})$。 +- 预测量$x_i$和未知参数$\beta_i$均具有非随机性。预测量$x_i$具有非随机性、可测且不存在测量误差；未知参数$\beta_i$被认为是未知但不具随机性的常数。 +- 普通线性模型的输出项是随机变量$Y$。普通线性模型主要研究响应变量的均值$E[Y]$。 +- 联接方式：在上面三点假设下，对上式两边取数学期望，可得 + +$$E[Y]={\beta}_0+{\beta}_1x_1+{\beta}_2x_2+…+{\beta}_{p-1}x_{p-1}$$ \ No newline at end of file